浙江宁波地区能见度变化特征和成因

俞科爱，徐宏辉，胡 晓，丁烨毅，顾小丽，张晶晶，徐迪峰

（1．浙江省宁波市北仑区气象局，浙江 宁波 315826；2．浙江省气象科学研究所，浙江 杭州 310008；3．浙江省宁波市镇海区气象局，浙江 宁波 315202；4．浙江省宁波市气象台，浙江 宁波 315012）

浙江宁波地区能见度变化特征和成因

俞科爱1，徐宏辉2，胡 晓3，丁烨毅4，顾小丽4，张晶晶1，徐迪峰4

（1．浙江省宁波市北仑区气象局，浙江 宁波 315826；2．浙江省气象科学研究所，浙江 杭州 310008；3．浙江省宁波市镇海区气象局，浙江 宁波 315202；4．浙江省宁波市气象台，浙江 宁波 315012）

利用浙江宁波7个县（市）区的能见度、雾、霾、风速、相对湿度等气象资料和细颗粒物PM2．5浓度数据，运用统计分析、后向轨迹模拟及聚类分析等方法研究了宁波地区能见度的时空分布特征及其影响因素。结果表明：1980—2013年，宁波地区能见度总体呈由西北到东南逐渐转好的空间分布特征，且中南部呈逐年下降态势，而北部则呈上升趋势，这与风速和相对湿度减少有关，但不同区域其主要影响因子存在差异。能见度和PM2．5浓度均有明显的季节和日变化特征，且二者呈明显反位相，相关系数为－0．532，其中冬季PM2．5浓度最高，能见度最低，夏季反之；13：00—17：00为PM2．5浓度谷值、能见度峰值，01：00—08：00为PM2．5浓度峰值、能见度谷值。气团输送轨迹分析表明，宁波地区共有来自5个方位的6类轨迹气团，其中西北方向的轨迹4对该区PM2．5浓度影响最大，偏东方向的轨迹6对PM2．5浓度影响最小，能见度最好，而对能见度影响最大的是来自西北方向的轨迹2和偏西方向的轨迹3。

能见度；PM2．5浓度；雾霾；成因；HYSPILT－4轨迹模式

俞科爱，徐宏辉，胡 晓，等．浙江宁波地区能见度变化特征和成因［J］．干旱气象，2016，34（6）：1003－1009，［YU Keai，XU Honghui，HU Xiao，et al．Variation Characteristicsof Atmospheric Visibility in Ningbo of Zhejiang Province During1980－2013 and Its Causes［J］．Journalof Arid Meteorology，2016，34（6）：1003－1009］，DOI：10．11755／j．issn．1006－7639（2016）－06－1003

引 言

大气能见度是反映大气透明度的一个重要气象要素，也是反映地区大气环境质量的一个指标。研究表明，城市能见度呈下降趋势的主要影响因子是气溶胶粒子［1－2］，而气象要素是制约气溶胶浓度和分布的重要因子［3］。空气中的颗粒物特别是细粒子不仅给人类健康带来严重危害，而且通过消光作用造成大气能见度下降［4－5］。在大气状态和气溶胶源比较稳定的情况下，PM2．5对能见度的贡献很大，尤其是气溶胶污染导致低能见度事件发生时，细粒子的比重会更大［6］。

对于大气能见度的研究，国外20世纪60年代就已经开展［7－8］，我国20世纪80年代以后才开始能见度的分析，但由于监测技术和布网的限制，只能在较大的区域范围和总体特征上对能见度的变化进行研究［9－11］。对能见度长期变化趋势的研究，国内京津冀［12－14］、珠三角［15－16］、长三角［17－18］关注比较多外，其它省市及局地的研究相对较少。浙江宁波地处长三角东翼，经济发展迅速，能见度明显下降趋于严重，已经成为当地一种新的灾害性天气备受社会关注。受海洋性气候影响，宁波各县、市区的能见度变化特征并不一致。相关研究表明，引起能见度变化的颗粒物浓度分布呈较明显的局地性［19－20］。本文通过对宁波地区能见度长期变化的特征分析，探讨能见度与PM2．5、气象要素之间的关系，并利用HYSPILT－4轨迹模式及聚类分析方法，分析宁波上空前36 h污染物的气团轨迹，以期对改善宁波大气能见度、减少霾天气及开展相关预报预警业务等有所帮助。

1 数据和方法

1．1 研究区概况

宁波辖海曙、江东、江北、镇海、北仑、鄞州6区和宁海、象山2县及慈溪、余姚、奉化3个县级市，地势西南高、东北低，为亚热带季风气候。鄞州站位于宁波城区中部偏东，自建站以来，其气象观测资料一直作为宁波地区代表站。由于宁波经济建设的整体东扩，使得该站气象要素的城市特性更趋明显。慈溪站位于宁波最北端杭州湾南岸，是沪、杭、甬三角地区结合部，随着杭州湾新区的建设，城市发展现已初具规模。石浦站位于宁波市最南端象山县南部的小岛屿，具有较明显的海洋性气候特征，其西南侧是以山地为主的台州、丽水地区。因此，鄞州、慈溪、石浦分别可作为老城区、新城区、港区的代表站。

宁波现已形成一条南北长20多公里以石化体系行业为主的沿海临港工业带。宁波市临港区域环境评价报告显示，2010年宁波192家主要临港区域企业排放的大气污染物SO2、NO2、烟粉尘排放量分别占全市的 69．14%、59．77%、41．05%。2012年，宁波港货物吞吐量4．53亿t、集装箱吞吐量1 567．1万标箱，稳居大陆港口第3位、世界港口第6位。北仑港区6大临港产业工业总产值1 082．26亿元，其中超亿元企业175家，超10亿元企业26家，超100亿元企业5家。

1．2 数据来源及处理

使用了宁波地区7个县（市）区气象站、港区能见度站和环境监测站的观测资料，其站点分布见图1和表1。能见度资料为1980—2013年宁波7县（市）区8个气象站逐日4个时次（02：00、08：00、14：00、20：00（北京时，下同））的人工观测资料和2011—2013年北仑港区5个能见度自动观测站逐时资料。其中，人工站能见度日均值是4个时次的平均，而港区自动站的能见度日均值是21：00—次日20：00时段逐时资料的平均；1980—2013年宁波7县（市）区8个气象站相对湿度、风速逐日4个时次（02：00、08：00、14：00、20：00）平均资料，以及（轻）雾日（上述4个时次中任一时次能见度V＜1 km，定义为雾日；1 km≤V＜10 km则为轻雾日）、霾日（以人工观测为标准）逐日资料；2011—2012年PM2．5质量浓度数据来自宁波市环境监测中心的8个国控点逐时监测资料。取8个环境站日均值的平均代表宁波地区，日均值为21：00—次日20：00的逐时平均值；宁波经济指标数据来自宁波统计局网站的统计年鉴（http：／／www．nbstats．gov．cn／）；2011—2012年美国国家环境预报中心（National Centers for Environmental Prediction，NECP）再分析资料（水平分辨率为2．5°×2．5°），用于气团轨迹分析。

季节划分为：3—5月为春季，6—8月为夏季，9—11月为秋季，12月—次年2月为冬季。

图1 宁波地区气象站、港区能见度站、环境监测站分布Fig．1 Distribution ofmeteorological stations，visibility stations and environmentalmonitoring stations in Ningbo of Zhejiang Province

表1 宁波地区气象站、能见度站和环境站的位置Tab．1 The location ofmeteorological stations，visibility stations and environmentalmonitoring stations in Ningbo of Zhejiang Province

1．3 研究方法

采用美国NOAA研发的混合单粒子拉格朗日积分传输、扩散模式HYSPILT－4用于气团轨迹分析，该模式已被广泛应用于大气污染物的输送研究［21－22］。在此基础上，采用聚类分析方法，根据气团水平移动速度和方向对大量轨迹进行分组，分组原则是基于组间差异极大、组内差异极小特征，该方法可用于估计大气污染物的潜在源区和对不同的输送态势分类。

2 宁波地区能见度的时空分布

2．1 空间分布

图2给出1980—2013年宁波地区能见度的空间分布。可以看出，近34 a宁波地区能见度总体呈现由西北向东南逐渐转好的分布特征，西北部地区能见度普遍在11～13 km，中南部地区能见度平均在15～18 km。

2011—2013年宁波港区工业带附近的5个自动站（镇海、小港、北仑、小东屿、大榭）能见度统计显示（表2），海拔最低的大榭能见度最差，能见度平均仅7．2 km，能见度10 km以上的天数仅占1．4%；位置偏北且海拔最高的小港能见度最好，平均达13．6 km，能见度10 km以上的天数达25．6%；最南端的小东屿能见度次好，平均为11．5 km。经分析发现，宁波港区10 m以下观测高度的能见度总体也呈北差南好的空间分布特证，但局地性明显，相距十几公里的两地之间能见度相差近1倍，这可能与观测点海拔位置高易导致风力偏大，有利能见度好转有关。

图2 1980—2013年宁波地区能见度的空间分布Fig．2 Distribution of visibility in Ningbo of Zhejiang Province from 1980 to 2013

表2 2011—2013年宁波北仑港区自动站的能见度统计Tab．2 Statistics of visibility in Beilun port of Ningbo during 2011－2013

图3是2008年中国东部地区大气总颗粒物排放量（来自全球大气排放清单（EDGAR4．2，0．1°× 0．1°网格））。可看出，400 t·a－1以上的颗粒物排放量在河南东北部、山东南部、安徽西北部、江苏、浙江东北部连成一片，浙江东南部、湖北东部、福建和广东东南沿海也有少许分布，其中500 t·a－1以上高值区成片集中在江苏中南部以及上海、嘉兴、杭州、绍兴、宁波北部一带，浙江东南部及台州、温州、福建中部沿海一带范围明显缩小，而宁波中南部地区颗粒物排放量相对较低，可见，宁波地区颗粒物排放量空间分布与能见度的空间分布基本吻合，即距离长三角城市群越远，能见度越好、颗粒物排放量越低。2008年宁波地区风向玫瑰图（图4）显示，慈溪盛行西北风和西北到北风，易受来自长三角区城市高浓度颗粒物排放影响，能见度较差；鄞州盛行西南风，其西南部为工业经济相对不发达的奉化市、宁海县，且距长三角城市群相对较远，能见度较北部好；石浦位置偏南，其西北侧和东侧分别为天台山脉支系和空气洁净的海洋，盛行东到东南东风和西北风。因天台山脉的阻挡，在西北风的影响下西北侧的污染物不易入境，而东到东南东风有利于大气污染物的稀释，因此能见度较好。

图3 2008年中国东部地区大气颗粒物排放量Fig．3 Distribution of particlematter emissions in atmosphere in eastern China in 2008

图4 2008年宁波慈溪（左）、鄞州（中）、石浦（右）风向玫瑰图Fig．4 Rosemaps of wind direction in Cixi（the left），Yinzhou（themiddle）and Shipu（the right）of Ningbo in 2008

2．2 年际变化

上节分析可知，宁波地区能见度的空间差异较明显，且局地性较强，因此分别选取北部慈溪、中部鄞州、南部石浦3个代表站进行能见度的年变化特征分析（图5）。由图5可看出，近34 a来宁波中南部鄞州和石浦的能见度整体呈下降趋势，而北部慈溪则呈上升趋势，且3个站点的阶段性变化特征有所差异。其中，南部石浦在1990年代中期以前能见度下降趋势显著，而后处于波动状态，至2000年代末开始上升，1990年代中期至2000年代中期相对较低；中部鄞州2000年代以前能见度表现为下降趋势，而后处于波动变化；北部慈溪2000年代以前能见度变化趋势不明显，而后呈波动上升趋势。整体而言，宁波地区1990年代能见度较差。

图5 1980—2013年宁波慈溪、鄞州、石浦能见度的年变化Fig．5 The annual changes of visibility in Cixi，Yinzhou and Shipu of Ningbo during 1980－2013

2．3 季节变化

长三角区域冬季盛行西北风，输送气流主要来自内陆地区；春季盛行东南风和偏东风，输送气流来自相对洁净的海洋气团；夏季以偏南气流输送为主，且杭州湾地区海面向内陆方向以及太湖湖面的风速较大，输送扩散能力较强；秋季转为东北风，杭州湾以北地区盛行北风，以南地区主要受东北风影响，输送气流以内陆地区为主。由图6可见，宁波中北部地区能见度夏季最好，春季次之，冬季最差，这与霾日数的季节分布有很好的一致性，即冬季霾日数最多、能见度最差，夏季霾日数最少、能见度最好；南部沿海地区能见度各季节普遍高于中北部地区，且秋季最好，夏季次之，春季最差，这与霾日数的季节分布并不一致，表明该地能见度可能受雾影响较大。

3 宁波地区能见度影响因子分析

3．1 气象要素对能见度的影响

风速小、相对湿度大，易于出现雾，进而使能见度下降。由图7可见，1980—2013年宁波慈溪、鄞州、石浦的风速、相对湿度整体均呈下降趋势，但3站下降的幅度、时间点并不一致，中部下降的幅度最大、时间最早，而南部下降的幅度最小、时间最晚；除中部鄞州雾日数、南部石浦轻雾日数外，其余（轻）雾日数整体上均无明显变化趋势，但阶段性特征较明显。具体表现为：北部慈溪，相对湿度2000年代以前波动变化，而后呈明显下降趋势；风速1990年代明显偏大、2000年代相对较小；（轻）雾日数1990年代较2000年代明显偏多。可见，慈溪能见度与雾日数的阶段性变化较一致。南部沿海的石浦，尽管1990—2000年代中期轻雾日数持续增加，但能见度并未表现出降低趋势，而2000年代中期以后轻雾日数的减少、风速和相对湿度的降低引起了能见度的上升，表明相对湿度对该区能见度的影响更大。中部鄞州，雾日数、风速、相对湿度均呈明显下降趋势，而轻雾日数经历了先降后升的过程，可见1990年代中期前后能见度的阶段性变化与风速和（轻）雾日数的阶段性变化有关，前期与（轻）雾日数的减少相关，后期与风速的减小相关。

图6 宁波地区典型代表站能见度（a）和霾日（b）季节变化Fig．6 The seasonal variation of visibility（a）and haze days（b）in Ningbo during 2011－2012

图7 1980—2013年宁波慈溪（上）、鄞州（中）、石浦（下）风速和相对湿度（左）以及（轻）雾日（右）的年变化Fig．7 The annual changes ofwind speed，relative humidity（the left）and（light）fog days（the right）in Cixi（the top），Yinzhou（themiddle）and Shipu（the bottom）of Ningbo during 1980－2013

3．2 PM2．5对能见度的影响

空气中悬浮颗粒物能降低空气的能见度，导致出现霾［22］。与粗颗粒物相比，细颗粒物（PM2．5）对能见度的降低能力更强，是霾天气能见度降低的主要原因。研究表明，细粒子与能见度呈明显负相关，霾天气状况与颗粒物浓度密切相关［23－25］。通过对2011—2012年宁波地区730个有效样本的相关分析发现，该区的能见度与PM2．5浓度、霾日数之间呈显著相关（通过α＝0．01的显著性检验），能见度与PM2．5浓度、能见度与霾日、PM2．5浓度与霾日的相关系数分别为－0．532、－0．363和0．596。

图8给出宁波地区能见度与PM2．5浓度的月、日变化。可看出，宁波地区能见度与PM2．5浓度的月变化呈反相关，7—8月和11—12月分别是PM2．5浓度最低、能见度最好和PM2．5浓度最高、能见度最差的月份（图8a）。由图8b可知，宁波地区PM2．5浓度的日变化呈现单峰单谷型，01：00—08：00时段PM2．5浓度处于峰值，平均浓度为55～60μg·m－3，能见度最差，平均不到 5 km；08：00以后PM2．5浓度持续下降，至13：00—16：00降至谷底，能见度最好，平均11 km。综上所述，无论是月变化，还是日变化，二者的反相关关系非常显著。

图8 宁波地区能见度与PM2．5浓度的月（a）、日（b）变化Fig．8 Monthly（a）and diurnal（b）variations of visibility and PM2．5concentration in Ningbo during 2011－2012

4 后向轨迹分析

为获取宁波地区大气中PM2．5颗粒物的传输路径特征，采用HYSPLIT－4模式，计算了2011年 1 月1日—2012年12月31日宁波上空气团的逐日36 h后向轨迹，并用于聚类分析。后向轨迹开始时间为每日08：00、20：00，这2个时刻分别是能见度低值或相对较低值、细颗粒物高值或相对较高值出现的时刻。考虑到边界层内的扩散混和作用，轨迹起始点设为宁波市（121．5°E，29．8°N），距离地面高度为1 000 m。为了更客观准确地描述细颗粒物的传输路径，去除日均值PM2．5≤35μg·m－3的日期，共获得883条轨迹。

经聚类分析发现，宁波上空气团的后向轨迹较复杂，大致可分为6类（图9）：第一类，来自西北方向的远距离传输（红色线），占总观测时数的10%；第二类，来自北偏东方向的近海路径传输（蓝色线），占总观测时数的21%；第三类，来自偏西方向的短路径传输（深绿色线），占总观测时数的30%；第四类，来自西北方向经河南、安徽的路径传输（黑色线），占总观测时数的17%；第五类来自西南方向的路径传输（桃红色线），占总观测时数的13%；第六类，来自偏东方向的路径传输（橙色线），占总观测时数的9%。

由表3可看出，各类轨迹对宁波地区PM2．5浓度、能见度的影响不同。来自宁波西北或偏西方向的路径传输给该地区输送了较多的细颗粒物，致使PM2．5浓度较高，特别是经河南、安徽等华东区域的轨迹4，PM2．5浓度最高，平均为75．3μg·m－3；而来自宁波西南方向（轨迹5）或偏东方向（轨迹6）的路径传输，对宁波PM2．5浓度影响相对较小，其中，来自东海海域的轨迹6，空气相对洁净，PM2．5浓度最低，平均为52．8μg·m－3，能见度最好；能见度最差的是来自黄海海域的轨迹2和来自西部的轨迹3。

图9 宁波市气团36 h后向轨迹分类Fig．9 Types of 36－hour backward trajectory of airmass in Ningbo

表3 6类轨迹下宁波地区的能见度与PM2．5浓度Tab．3 Visibility and PM2．5concentration in Ningbo under the six trajectories condition

5 结论与讨论

（1）1980—2013年，浙江宁波地区能见度总体从西北到东南逐渐转好，且北仑港区能见度也表现为南部好于北部，这与该区经济发展、颗粒物排放及盛行风向密切相关。北部地区盛行西北和西北北风，易受来自长三角区城市高浓度颗粒物排放影响，污染物易聚集，引起能见度降低；南部地区工业较少，排放量较低，西侧为天台山脉支系，南侧多山地，东侧为空气洁净的海洋，且盛行西北风和东到东南风。地势的阻挡不利于污染物入境，东到东南风利于大气污染物的稀释，故能见度较好。

（2）宁波地区能见度有较明显的日、月、季及年际变化特征。总体而言，13：00—17：00为能见度峰值，能见度较好，01：00—08：00为谷值，能见度较差；夏季能见度最好，冬季能见度最差，其中7月能见度最高，12月能见度最低；近34 a来，宁波中南部地区能见度整体呈下降态势，而北部则呈上升趋势，1990年代能见度明显偏低，与其风速减少、湿度降低、经济发展等有关。

（3）雾霾是直接反映能见度变化的天气现象，能见度与PM2．5浓度、霾日呈显著负相关，相关系数分别为－0．532、－0．363。冬季PM2．5浓度最高、霾日最多，能见度最差，而夏季PM2．5浓度最低、霾日最少，能见度最好。

（4）后向轨迹分析表明，前36 h宁波地区共有来自5个方位的6类轨迹气团，主要是来自近距离偏西方向轨迹3、北偏东方向轨迹2和西北方向轨迹4三类，共占总观测时数的68%；不同轨迹对PM2．5浓度、能见度的影响不同，PM2．5浓度最高的是轨迹4，平均为75．4μg·m－3，PM2．5浓度对能见度影响最大的是轨迹2和轨迹3；轨迹6的PM2．5浓度最小，能见度最好。这说明不同环流背景下的空气质量和能见度差异较明显。

［1］傅刚，李晓岚，魏娜．大气能见度研究［J］．中国海洋大学学报，2009，39（5）：855－862．

［2］刘宁微，马雁军，王杨锋．辽宁中部城市群夏季大气能见度的观测研究［J］．气象学报，2012，70（4）：814－820．

［3］杨晓亮，杨敏．一次雾霾过程中气象因子与细颗粒物浓度关系的研究［J］．干旱气象，2014，32（5）：781－787．

［4］朱炎，杨金彪，朱莲芳，等．苏州市能见度与影响因子关系研究［J］．气象科学，2011，31（5）：626－631．

［5］王京丽，刘旭林．北京市大气细粒子质量浓度与能见度定量关系初探［J］．气象学报，2006，64（2）：221－228．

［6］黄伟，翟崇治，余家燕，等．重庆区域性灰霾天气下大气污染分析初探［J］．西南师范大学学报（自然科学版），2012，37（7）：142－146．

［7］Kerr R A．Climate study unveils climate cooling caused by pollutant haze［J］．Science，1995，268（5212）：802．

［8］Malm W C．Characteristics and origins of haze in the continental U-nited States［J］．Earth Science Reviews，1992，33（1）：1－36．

［9］Deng X J，Tie X X，Wu D，et al．Long－term trend of visibility and its characterizations in the Pearl River Delta（PRD）region，China［J］．Atmospheric Environment，2008，42（7）：1424－1435．

［10］饶晓琴，李峰，周宁芳，等．我国中东部一次大范围霾天气的分析［J］．气象，2008，34（6）：89－96．

［11］王喜全，杨婷，王自发．灰霾污染的跨控制区影响——一次京津冀与东北地区灰霾污染个案分析［J］．气候与环境研究，2011，16（6）：690－696．

［12］余予，孟晓艳，张欣．1980－2011年北京城区能见度变化趋势及突变分析．环境科学研究，2013，26（2）：129－136．

［13］郭立平，乔林，石茗化，等．河北廊坊市连续重污染天气的气象条件分析［J］．干旱气象，2015，33（3）：497－504．

［14］王淑英，张小玲，徐晓峰．北京地区大气能见度变化规律及其影响因子统计分析［J］．气象科技，2003，31（2）：109－114．

［15］吴兑，吴晟，陈欢欢，等．珠三角2009年11月严重灰霾天气过程分析［J］．中山大学学报（自然科学版），2011，50（5）：120－127．

［16］吴兑，毛节秦，邓雪娇，等．珠江三角洲黑碳气溶胶及其辐射特性的观测研究［J］．中国科学D辑，2009，39（11）：1542－1553．

［17］HuangW，Tan JG，Kan H D，et al．Visibility，air quality and dailymortality in Shanghai，China［J］．Science of the Total Environment，2009，407（10）：3295－3300．

［18］石春娥，杨军，邱明燕，等．从雾的气候变化看城市发展对雾的影响［J］．气候与环境研究，2008，13（3）：327－336．

［19］李杰，范毅，曾雪梅，等．重庆市南岸区环境空气质量现状及变化趋势研究［J］．西南师范大学（自然科学版），2010，35（4）：184－189．

［20］苗爱梅，李苗，王洪霞．一次持续性雾霾天气过程的阶段性特征及影响因子分析［J］．干旱气象，2014，32（6）：947－953．

［21］魏桢，李健军，王帅，等．用后向空气轨迹方法对胶州湾主要大气污染物分布的分析［J］．中国环境监测，2013，29（1）：58－63．

［22］李二杰，刘晓慧，李洋，等．一次重污染过程及边界层气象特征量分析［J］．干旱气象，2015，33（5）：856－860．

［23］张智，陈玉华，周红．宁夏雾日和霾日的变化特征趋势分析［J］．干旱气象，2013，31（4）：715－719．

［24］周黎明，陈跃，牛生杰，等．祁连山北坡夏季晴天气溶胶粒子变化特征［J］．干旱气象，2014，32（2）：233－238．

［25］高键，张岳翀，柴发合，等．北京2011年10月连续重污染过程气团光化学性质研究［J］．中国环境科学，2013，33（9）：1539－1545．

Variation Characteristics of Atmospheric Visibility in Ningbo of Zhejiang Province During 1980－2013 and Its Causes

YU Keai1，XU Honghui2，HU Xiao3，DING Yeyi4，GU Xiaoli4，ZHANG Jingjing1，XU Difeng4

（1．Beilun Meteorological Station of Zhejiang Province，Ningbo 315826，China；2．Institute of Meteorological Science of Zhejiang Province，Hangzhou 310008，China；3．ZhenhaiMeteorological Station of Zhejiang Province，Ningbo 315202，China；4．Ningbo Meteorology Observatory of Zhejiang Province，Ningbo 315012，China）

Based on the visibility，fog and haze days，relative humidity，wind speed and direction（at02：00，08：00，14：00，20：00 BST）of8 meteorological stations from 1980 to 2013，and the hourly visibility of5 automatic weather stations and PM2．5concentration of8 environmentalmonitoring stations in Ningbo of Zhejiang Province during 2011－2013，the spatial and temporal distribution of visibility in Ningbo and its causeswere analyzed by the statisticalmethod，back trajectory simulation of HYSPILT－4 model and cluster analysis．The results showed that the visibility gradually increased from northwest to southeast in Ningbo，and it declined in central and southern Ningbo，while that increased in northern Ningbo during 1980－2013 on the whole，which was related with the decrease of wind speed and relative humidity，but themain factors influencing the visibility were different in the north，central and south of Ningbo．The seasonal and diurnal changes of visibility and PM2．5concentration were obvious in Ningbo，and there was a very significant negative correlation，their correlation coefficientwas－0．532．The PM2．5concentration was highestand visibility was lowest in winter，while those were opposite in summer，and the trough of PM2．5concentration and the peak of visibility occurred from 13：00 BST to 17：00 BST，while the peak of PM2．5concentration and the trough of visibility happened from 01：00 BST to 08：00 BST．There were six tracks of airmass from 5 directions transporting to Ningbo simulated by HYSPILT－4 model．The influence of track4 airmass from the northwest direction on PM2．5concentration was the largest in Ningbo，while thatof track6 airmass from the east direction on PM2．5concentration was the smallest and the visibility was the best，and themost significantairmass affecting on visibility were track2 from the northwest direction and track3 from the west direction in Ningbo．

visibility；PM2．5concentration；fog and haze；cause analysis；HYSPILT－4 model

1006－7639（2016）－06－1003－07

10．11755／j．issn．1006－7639（2016）－06－1003

P427．2

A

2016－02－29；改回日期：2016－05－05

公益性行业（气象）科研专项（GYHY201206011）、宁波市科技计划项目（2013C51013）和浙江省公益性技术应用研究计划社发项目（2015C33226）共同资助

俞科爱（1968－），女，浙江宁波人，高级工程师，主要从事短期天气和环境气象研究．E－mail：407519843＠qq．com